pySpark中map返回值传入reduceByKey(lambda)运行报错如何解决？

• 核心报错TypeError: unsupported operand type(s) for +: 'int' and 'str'来自lan_map函数的返回值类型不一致：
  只有首个判断分支返回的是整数元组(1,1)，其余分支返回的是带引号的字符串（"1,0"/"0,1"/"0,0"都是字符串类型，且不是元组结构），reduce计算时字符串和整数相加直接触发类型错误。
• lan_map的判断逻辑存在语法错误：if "word1" and "word2" in x:的实际判断逻辑是「"word1"不为空 且 x包含word2」，和你预期的「x同时包含word1和word2」不符，正确写法为if "word1" in x and "word2" in x:。
• RDD不支持列表式的下标索引，mapfun[1]写法非法，如需获取RDD中的元素可使用mapfun.take(n)（取前n个元素）、mapfun.first()（取首个元素）这类action算子。
• 自定义reduce函数fun2存在两处错误：
  1. 无return语句，函数执行后返回None，无法参与后续计算
  2. 调用reduceByKey时直接写fun2(x,y)属于立即执行函数，而reduceByKey要求传入函数引用，正确写法为reduceByKey(fun2)

import findspark
findspark.init()
from pyspark import SparkConf, SparkContext
from pyspark import SQLContext
conf=SparkConf().setMaster("local").setAppName("mein soft")
sc=SparkContext(conf=conf)
sqlContext=SQLContext(sc)

lines=sc.textFile("File.txt")

def lan_map(x):
    if "word1" in x and "word2" in x:
        return ("Count",(1,1))
    elif "word1" in x:
        return ("Count",(1,0))
    elif "word2" in x:
        return ("Count",(0,1))
    else:
        return ("Count",(0,0))
    
mapfun=lines.map(lan_map)
# 如需查看map结果可执行 print(mapfun.take(5)) 取前5个元素验证
result = mapfun.reduceByKey(lambda x, y: (x[0]+y[0], x[1]+y[1])).collect()
print(result)

def fun2(x,y):
    return (x[0]+y[0], x[1]+y[1])

result = mapfun.reduceByKey(fun2).collect()

内容的提问来源于stack exchange，提问作者Eche Stare